CN109461342B - 一种用于无人驾驶机动车的教学系统及其教学方法 - Google Patents

一种用于无人驾驶机动车的教学系统及其教学方法 Download PDF

Info

Publication number
CN109461342B
CN109461342B CN201811557866.7A CN201811557866A CN109461342B CN 109461342 B CN109461342 B CN 109461342B CN 201811557866 A CN201811557866 A CN 201811557866A CN 109461342 B CN109461342 B CN 109461342B
Authority
CN
China
Prior art keywords
vehicle
teaching
simulation
real
sand table
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811557866.7A
Other languages
English (en)
Other versions
CN109461342A (zh
Inventor
张祖峰
殷嘉伦
张昌杰
李祎承
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changjia Fengxing Suzhou Intelligent Technology Co ltd
Original Assignee
Changjia Fengxing Suzhou Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changjia Fengxing Suzhou Intelligent Technology Co ltd filed Critical Changjia Fengxing Suzhou Intelligent Technology Co ltd
Priority to CN201811557866.7A priority Critical patent/CN109461342B/zh
Publication of CN109461342A publication Critical patent/CN109461342A/zh
Application granted granted Critical
Publication of CN109461342B publication Critical patent/CN109461342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
    • G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了用于无人驾驶机动车的教学系统，包括：基础教学平台，用于教师与用户交流无人驾驶机动车信息的教学平台，并输出在模拟真实道路环境下的无人驾驶机动车自动驾驶算法；实操教学平台，用于接收所述基础教学平台的自动驾驶算法，并将该算法传输至仿真车内以实现所述用户的仿真车的调试与运行。本发明的有益效果是通过基础教学平台先针对无人驾驶机动车的理论进行学习，并在模拟仿真环境下熟悉了解无人驾驶机动车的运行原理和操作，在完成基础教学后，将自动驾驶算法传输至沙盘仿真车内，在沙盘中测试沙盘仿真车的运行状态，及时修改调整自动驾驶算法中的问题，保证用户的安全，以达到对无人驾驶机动车的了解与学习。

Description

一种用于无人驾驶机动车的教学系统及其教学方法
技术领域
本发明属于机动车无人驾驶教学技术领域，尤其是涉及一种用于无人驾驶机动车的教学系统及其教学方法。
背景技术
无人驾驶汽车在国际上也称为机器人汽车，属于室外移动机器人的一种，是一个集环境感知、规划与决策、控制等多项功能于一体的综合智能系统，涵盖了机械、控制、传感器技术、信号处理、模式识别、人工智能和计算机技术等多学科知识。近年来，各国加大了对无人驾驶汽车的研究，无人驾驶汽车的发展也成为横梁一个国家工业化发展程度的重要标志。无人驾驶汽车作为一个复杂的智能系统，涉及的内容主要有如以下几个方面：体系结构、环境感知、定位导航、路径规划、运动控制和一体化设计。
近年来，无人驾驶汽车在实地应用方面有了重大突破。谷歌公司研制的全自动驾驶汽车能够实现自动行驶与停车，Waymo公司宣布公司开始在驾驶座上不配置安全驾驶员的情况下测试自动驾驶汽车，国内的长安汽车实现了无人驾驶汽车从重庆至北京的国内无人驾驶汽车长途驾驶记录，百度汽车在北京进行了初次无人驾驶汽车在北京道路的实验并取得成功。随着无人驾驶汽车的告诉发展，无人驾驶汽车的相关产品逐渐出现在人们的生活之中，越来越多的人对需要了解并从事这一行业。
目前，没有能够针对无人驾驶的理论知识和实际操作的学习系统，无法满足人们能够快速学习无人驾驶汽车行业的需求。
发明内容
本发明的目的是提供一种结构简单、操作简单、系统学习无人驾驶机动车的理论、可以进行实操训练、快速学习无人驾驶技术的用于无人驾驶机动车的教学系统。
本发明的技术方案如下：
一种用于无人驾驶机动车的教学系统，包括：
基础教学平台，用于教师与用户交流学习无人驾驶机动车信息的教学平台，用户根据该教学平台的操作系统学习设计出在模拟真实道路环境下的无人驾驶机动车的自动驾驶算法；
实操教学平台，用于将基础教学平台生成的自动驾驶算法传输至仿真车内以实现所述用户的仿真车的调试与运行。
上述技术方案中，所述基础教学平台包括：
理论教学平台，用于为用户提供无人驾驶机动车的理论知识，并实现教师与用户的互动交流；
仿真教学平台，用于为用户提供模拟真实道路环境，根据教学平台的操作系统设计出在模拟真实道路环境下的无人驾驶机动车的自动驾驶算法，并将该自动驾驶算法传输至实操教学平台。
在上述技术方案中，所述实操教学平台包括：
沙盘模型，用于用户在模拟真实道路环境的沙盘场地中使用沙盘仿真车来演示无人驾驶机动车的运行；
实车模型，用于用户在实际道路环境中使用实训车进行无人驾驶机动车的运行。
在上述技术方案中，所述沙盘仿真车根据实车通过1:5-1:15的比例放小实车制成的。
在上述技术方案中，所述实训车根据实车通过1:1比例制成的。
在上述技术方案中，所述理论教学平台包括：
课程教学模块，用于存储并演示文本格式的教学信息；
多媒体教学模块，用于存储并演示音频或视频格式的教学信息。
在上述技术方案中，所述仿真教学平台包括：
硬件在环模块，用于将计算机与设置在所述沙盘模型或实车模型上的驾驶模拟器连接，模拟无人驾驶机动车在模拟驾驶场景中的行驶状态；
软件仿真模块，用于构建无人车系统以还原真实的道路交通情况。
在上述技术方案中，所述无人车系统包括行人、汽车、全天候的外部环境和交通道路情况。
在上述技术方案中，在所述沙盘场地内安装有视频采集设备用于对沙盘仿真车的运行状态进行录像记录。
本发明的另一个目的是提供一种基于无人驾驶汽车的教学系统的教学方法，该方法包括以下步骤：
(1)理论学习：用户通过所述理论教学平台学习无人驾驶机动车的理论知识，并进行测试得到理论测试结果；
(2)仿真学习：在所述理论测试结果合格后，用户通过所述仿真教学平台在模拟出的真实环境道路下根据教学平台的操作系统设计出无人驾驶机动车的自动驾驶算法，对该自动驾驶算法进行测试，得到仿真测试结果；
(3)实操学习：在完成所述理论学习和仿真学习且测试合格后，进行如下学习：
(3-1)沙盘训练：在完成所述步骤(2)的仿真学习后得到设计的自动驾驶算法通过远程服务器传输至沙盘仿真车上，在沙盘内运行沙盘仿真车并进行试运行测试，得到试运行测试结果；
(3-2)实车训练：当试运行测试结果合格时，将所述自动驾驶算法传输至实训车内并进行调试，之后在真实道路环境下运行实训车；当试运行测试结果不合格时，修正所述自动驾驶算法直至沙盘仿真车的试运行测试结果合格后，再将自动驾驶算法传输至实训车内，在真实道路环境下运行实训车。
本发明具有的优点和积极效果如下：
1.通过基础教学平台先针对无人驾驶机动车的理论进行学习，并在模拟仿真环境下熟悉了解无人驾驶机动车的运行原理和操作。
2.在完成基础教学后，将操作系统传输至沙盘仿真车内，在沙盘中测试沙盘仿真车的运行状态，及时修改调整自动驾驶算法中的问题，再将修正后的自动驾驶算法传送到实训车内并运行测试，有效保证用户的人身安全，并能够精确的调整控制无人驾驶机动车的系统，系统运行精确稳定，提高用户的学习操作能力。
3.模拟仿真环境使用户更加直观的检测设计，减少了无人驾驶机动车的开发费用。
附图说明
图1是本发明的用于无人驾机动车的教学系统的结构示意图；
具体实施方式
以下结合具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明，决不限制本发明的保护范围。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的属于“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的属于应该解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，具有“A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，具有“A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
实施例1
如图1所示，本发明的用于无人驾驶机动车的教学系统，包括：
基础教学平台，用于教师与用户教授与交流无人驾驶机动车的教学信息的教学平台，并根据教学平台的操作系统学习设计出在模拟真实道路环境下的无人驾驶机动车的自动驾驶算法，其中基础教学平台包括：理论教学平台和仿真教学平台，理论教学平台，用于为用户提供无人驾驶机动车的理论知识，并实现教师与用户的互动交流；仿真教学平台，用于为用户提供模拟真实道路环境，并获取在该模拟真实道路环境下无人驾驶机动车的自动驾驶算法，并将该自动驾驶算法传输至实操教学平台。
实操教学平台，用于将基础教学平台的自动驾驶算法传输至仿真车内，以实现用户设计的自动驾驶算法对仿真车的调试与试运行，其中，实操教学平台包括沙盘模型和实车模型，沙盘模型，用于在模拟真实道路环境的沙盘场地中使用沙盘仿真车(例如按照实车1:10的比例放小制成)来演示无人驾驶机动车的运行；实车模型，用于在实际道路环境中使用实训车(按照实车的1:1的比例制成)进行无人驾驶机动车的运行，其中实训车具有全套无人驾驶机动车车载传感器装备、无人驾驶改装线束布置和全套无人驾驶演示软件，其中实训车具有感知、循迹、人工/自动驾驶切换功能。
上述理论教学平台包括：
课程教学模块，用于存储并演示文本格式的教学信息，其中，教学信息包括无人驾驶机动车的理论教材，便于让用户在理论层面上了解无人驾驶机动车的起源与发展，介绍无人驾驶机动车的内部构造和无人驾驶机动车的运行原理；
多媒体教学模块，用于存储并演示音频或视频格式的教学信息，其中包括无人驾驶机动车的演示动画、无人驾驶机动车的网络公开课。
上述仿真教学平台包括：
硬件在环模块，用于将计算机与驾驶模拟器连接，其中驾驶模拟器模拟机动车的行驶状态(包括机动车的加速、减速、转向)以及驾驶的环境(包括行人、其他车辆及道路场景)(包括机动车的加速、减速、转向)；
软件仿真模块，用于构建无人车系统以还原真实的道路交通情况，其中农构建的无人车系统包括行人、汽车、全天候的外部环境和交通道路情况。
进一步地说，教学系统中包括了用户客户端、教师客户端与教学平台服务器，教师与用户分别通过教师客户端及用户客户端经互联网访问嵌入有无人驾驶汽车的教学系统的服务器，教师与用户访问教学系统中的理论学习平台进行理论知识的学习，在完成无人车的理论知识学习后，通过仿真教学平台仿真模拟无人车在仿真还原真实的道路环境下无人车的运行，以使用户更为直观地进行无人驾驶汽车的驾驶体验、掌握无人驾驶汽车的驾驶机理和学习无人驾驶汽车的操作规范、安全事项、紧急情况处理等，对无人驾驶汽车进一步地了解，并且用户根据教学系统的操作系统设计得出了无人驾驶机动车的自动驾驶算法，之后用户通过用户客户端将设计出的自动驾驶算法导入沙盘仿真车中，以用于沙盘仿真车在沙盘中进行试运行，最终再将调试后的自动驾驶算法导入至实训车。
进一步地说，在沙盘场地内安装有视频采集设备用于对沙盘仿真车的运行状态进行录像记录。
进一步地说，无人驾驶机动车的自动驾驶算法是可以操作控制无人驾驶机动车的驾驶模拟器的，用于决策、感知、规划、控制无人驾驶机动车。
无人驾驶机动车的自动驾驶算法主要包括的核心算法为：车道检测、目标检测、车道线检测、目标跟踪、轨迹管理、预测算法、规划算法。其中，自动驾驶算法属于现有技术，在本文中不多赘述。以车道和车道线检测和目标跟踪算法为例，由于车道线属于静态目标，不会移动，准确地确定车道线，对车辆的纵向与横向控制均有用，采用卷积神经网络对摄像机采集的图像进行处理，预测出车道线的概率图，即每一点处是车道线的概率，之后对概率图进行二值化，得到分割后的二值图像，而后再计算二值图像的联通分量，检测出所有的内轮廓，最后根据轮廓边缘点得到车道的标志点。
目标跟踪算法的数据来源是目标检测的输出结果，即在每一个时刻先检测出路上的移动目标，得到检测目标的位置、大小等信息后，再对不同时刻的这些数据进行分析，得到目标的状态和运动轨迹。
一种利用用于无人驾驶机动车的教学系统的教学方法，该方法具体包括以下步骤：
(1)理论学习：用户通过理论教学平台学习无人驾驶机动车的理论知识，能够与教师通过互联网完成教学和交流，并针对理论知识进行测试，得到理论测试结果；
(2)仿真学习：在理论测试结果合格后，用户通过仿真教学平台模拟出的真实环境道路下进行无人驾驶机动车的驾驶操作并设计出无人驾驶机动车的自动驾驶算法，对该自动驾驶算法进行测试，得到仿真测试结果；
(3)实操学习：在完成理论学习和仿真学习且测试合格后，进行如下学习：
(3-1)沙盘训练：在完成步骤(2)后得到的操作系统，并通过远程服务器将该自动驾驶算法传输至沙盘仿真车上，在沙盘内运行沙盘仿真车并进行试运行测试，得到试运行测试结果；
(3-2)实车训练：当试运行测试结果合格时，将自动驾驶算法传输至实训车内并进行调试，之后在真实道路环境下运行实训车；当试运行测试结果不合格时，将自动驾驶算法修正调试后，传输至沙盘仿真车上进行再次试运行测试，当试运行测试结果合格后，再将该调试合格的自动驾驶算法传输至实训车上，运行实训车。
沙盘仿真车使用户掌握无人驾驶机动车的结构、各个设备的功能及其安装位置、在车内的传感器配线的结构和走向等，能够将用户设计的自动驾驶算法通过沙盘仿真车进行试运行，及时发现自动驾驶算法中存在的问题，并能够针对问题进行相关的调试、修正和改进，避免用户直接在真车上使用具有安全隐患的自动驾驶算法，有效保障用户的人身安全。
仿真教学平台将构建仿真还原真实的道路交通情况及无人驾驶机动车的行为方式，使得用户能够更为直观的检测设计，减少了无人驾驶机动车的开发费用。
实施例2
在实施例1的基础上，沙盘场地的面积可设计为300m2，可容纳10-20个人在沙盘场地内进行授课，并且在沙盘场地内设置有视频采集设备，摄像机采用AVT型号摄像机，平均每10m安装一个摄像机，从而全方位无死角的覆盖，记录下沙盘仿真车在场地内的运行状态。
实施例3
在实施例1的基础上，仿真平台通过软件仿真模块，采用Simulink-realtime软件构建教学系统的仿真平台，利用虚拟现实技术(VR)与增强现实技术(AR)建立虚拟无人驾驶道路，能够让用户根据道路环境更好的设计出无人驾驶机动车的操作系统，以减少无人驾驶机动车的开发费用。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的等同变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (6)

1.一种用于无人驾驶机动车的教学系统，其特征在于，包括：
基础教学平台，用于教师与用户交流学习无人驾驶机动车信息的教学平台，用户根据该教学平台的操作系统学习设计出在模拟真实道路环境下的无人驾驶机动车的自动驾驶算法，
实操教学平台，用于将基础教学平台生成的自动驾驶算法传输至仿真车内以实现所述用户的仿真车的调试与运行；
其中：
所述基础教学平台包括：
理论教学平台，用于为用户提供无人驾驶机动车的理论知识，并实现教师与用户的互动交流；
仿真教学平台，用于为用户提供模拟真实道路环境，根据教学平台的操作系统设计出在模拟真实道路环境下的无人驾驶机动车的自动驾驶算法，并将该自动驾驶算法传输至实操教学平台；
所述仿真教学平台包括：
硬件在环模块，用于将计算机与设置在沙盘模型或实车模型上的驾驶模拟器连接，模拟无人驾驶机动车在模拟驾驶场景中的行驶状态；
软件仿真模块，用于构建无人车系统以还原真实的道路交通情况；
所述实操教学平台包括：
沙盘模型，用于用户在模拟真实道路环境的沙盘场地中使用沙盘仿真车来演示无人驾驶机动车的运行；
实车模型，用于用户在实际道路环境中使用实训车进行无人驾驶机动车的运行；
所述实训车根据实车通过1:1比例制成。
2.根据权利要求1所述的教学系统，其特征在于：所述沙盘仿真车根据实车通过1:5-1:15的比例放小实车制成的。
3.根据权利要求1所述的教学系统，其特征在于，所述理论教学平台包括：
课程教学模块，用于存储并演示文本格式的教学信息；
多媒体教学模块，用于存储并演示音频或视频格式的教学信息。
4.根据权利要求1所述的教学系统，其特征在于：所述无人车系统包括行人、汽车、全天候的外部环境和交通道路情况。
5.根据权利要求4所述的教学系统，其特征在于：在所述沙盘场地内安装有视频采集设备用于对沙盘仿真车的运行状态进行录像记录。
6.一种基于权利要求1-5任意一项中的所述教学系统的教学方法，其特征在于：该方法包括以下步骤：
(1)理论学习：用户通过所述理论教学平台学习无人驾驶机动车的理论知识，并进行测试得到理论测试结果；
(2)仿真学习：在所述理论测试结果合格后，用户通过所述仿真教学平台在模拟出的真实环境道路下根据教学平台的操作系统设计出无人驾驶机动车的自动驾驶算法，并对该自动驾驶算法进行测试，得到仿真测试结果；
(3)实操学习：在完成所述理论学习和仿真学习且测试合格后，进行如下学习：
(3-1)沙盘训练：在完成所述步骤(2)的仿真学习后得到设计的自动驾驶算法通过远程服务器传输至沙盘仿真车上，在沙盘内运行沙盘仿真车并进行试运行测试，得到试运行测试结果；
(3-2)实车训练：当试运行测试结果合格时，将所述自动驾驶算法传输至实训车内并进行调试，之后在真实道路环境下运行实训车；当试运行测试结果不合格时，修正所述操作系统直至试运行测试结果合格后，再运行实训车。
CN201811557866.7A 2018-12-19 2018-12-19 一种用于无人驾驶机动车的教学系统及其教学方法 Active CN109461342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811557866.7A CN109461342B (zh) 2018-12-19 2018-12-19 一种用于无人驾驶机动车的教学系统及其教学方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811557866.7A CN109461342B (zh) 2018-12-19 2018-12-19 一种用于无人驾驶机动车的教学系统及其教学方法

Publications (2)

Publication Number Publication Date
CN109461342A CN109461342A (zh) 2019-03-12
CN109461342B true CN109461342B (zh) 2023-06-27

Family

ID=65613875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811557866.7A Active CN109461342B (zh) 2018-12-19 2018-12-19 一种用于无人驾驶机动车的教学系统及其教学方法

Country Status (1)

Country Link
CN (1) CN109461342B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109949657A (zh) * 2019-04-19 2019-06-28 北方天途航空技术发展（北京）有限公司 无人机在线操作学习平台及学习方法
CN110060187A (zh) * 2019-04-19 2019-07-26 北方天途航空技术发展（北京）有限公司 无人机考试测评方法及系统
CN110174274A (zh) * 2019-05-28 2019-08-27 初速度（苏州）科技有限公司 一种智能驾驶算法的修正方法及装置
CN111694019A (zh) * 2020-05-13 2020-09-22 华南理工大学 一种基于激光雷达和端到端控制算法的智能行驶教育方法
CN111581887B (zh) * 2020-05-16 2023-04-07 郑州轻工业大学 一种虚拟环境中基于仿真学习的无人车智能训练方法
CN112396911B (zh) * 2020-08-07 2024-05-28 北京智扬北方国际教育科技有限公司 一种无人驾驶汽车自动避障停车的实训教具
CN116774679B (zh) * 2023-08-25 2023-11-28 北京斯年智驾科技有限公司 一种自动驾驶车辆测试方法、系统、装置和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU118094U1 (ru) * 2012-01-10 2012-07-10 Негосударственное образовательное учреждение "Автошкола №1" Комплексная интерактивная система обучения и подготовки водителей самоходных безрельсовых транспортных средств
GB201407992D0 (en) * 2014-05-06 2014-06-18 Vaughan Samuel A system for preparing a user for driving test
CN106153352A (zh) * 2016-07-04 2016-11-23 江苏大学 一种无人驾驶车辆测试验证平台及其测试方法
CN107479547A (zh) * 2017-08-11 2017-12-15 同济大学 基于示教学习的决策树行为决策算法
CN108492665A (zh) * 2018-04-12 2018-09-04 成都博士信智能科技发展有限公司 基于沙盘的无人驾驶车辆的环境模拟方法及装置
CN108961914A (zh) * 2018-08-27 2018-12-07 四川胜驾科技有限公司 一种应用于驾校无人驾驶教练车的教学方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU118094U1 (ru) * 2012-01-10 2012-07-10 Негосударственное образовательное учреждение "Автошкола №1" Комплексная интерактивная система обучения и подготовки водителей самоходных безрельсовых транспортных средств
GB201407992D0 (en) * 2014-05-06 2014-06-18 Vaughan Samuel A system for preparing a user for driving test
CN106153352A (zh) * 2016-07-04 2016-11-23 江苏大学 一种无人驾驶车辆测试验证平台及其测试方法
CN107479547A (zh) * 2017-08-11 2017-12-15 同济大学 基于示教学习的决策树行为决策算法
CN108492665A (zh) * 2018-04-12 2018-09-04 成都博士信智能科技发展有限公司 基于沙盘的无人驾驶车辆的环境模拟方法及装置
CN108961914A (zh) * 2018-08-27 2018-12-07 四川胜驾科技有限公司 一种应用于驾校无人驾驶教练车的教学方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于计算机仿真教学平台在汽车专业中的应用实践与思考;唐介军 等;《百花园地》;20110831;第135-136页 *

Also Published As

Publication number Publication date
CN109461342A (zh) 2019-03-12

Similar Documents

Publication Publication Date Title
CN109461342B (zh) 一种用于无人驾驶机动车的教学系统及其教学方法
CN111897305B (zh) 一种基于自动驾驶的数据处理方法、装置、设备及介质
US11755396B2 (en) Generating autonomous vehicle simulation data from logged data
Chen et al. A novel integrated simulation and testing platform for self-driving cars with hardware in the loop
CN108921200B (zh) 用于对驾驶场景数据进行分类的方法、装置、设备和介质
CN112997060A (zh) 用于修改自主车辆的控制单元的方法和系统
CN114879631A (zh) 一种基于数字孪生云控平台的自动驾驶测试系统和方法
CN108319259A (zh) 一种测试系统及测试方法
CN112740188A (zh) 使用偏差进行基于日志的模拟
CN111353221A (zh) 自动驾驶仿真方法和装置、电子设备及存储介质
Grazioli et al. Simulation Framework for Executing Component and Connector Models of Self-Driving Vehicles.
CN110750052A (zh) 驾驶模型的训练方法和装置、电子设备和介质
CN110930811B (zh) 一种适用于无人驾驶决策学习和训练的系统
JP2022547611A (ja) 道路シーンにおける多様な長期将来軌道のシミュレーション
Cantas et al. Customized co-simulation environment for autonomous driving algorithm development and evaluation
Xiao et al. Detecting hazardous events: A framework for automated vehicle safety systems
Zhou et al. A survey on autonomous driving system simulators
Carruth Simulation for training and testing intelligent systems
CN116403174A (zh) 一种端到端自动驾驶方法、系统、仿真系统及存储介质
Sukthankar et al. A simulation and design system for tactical driving algorithms
Feng et al. Application of Baidu Apollo open platform in a course of control simulation experiments
Kowol et al. A-eye: Driving with the eyes of ai for corner case generation
Feng et al. Autonomous RC-car for education purpose in iSTEM projects
Zhang et al. Development and verification of traffic confrontation simulation test platform based on PanoSim
Meftah et al. A survey on autonomous vehicles simulators.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant